Câu hỏi: Câu nào trong những câu trên là đúng?

A. Mô hình có dạng hàm không đúng là mô hình mắc sai lầm khi chỉ định

B. Nếu một biến cần thiết mà bị bỏ sót không đưa vào mô hình thì mô hình vẫn được coi là chỉ định đúng

C. Nếu mô hình hồi quy chỉ định sai thì vẫn có thể dùng để phân tích và dự báo

D. Một biến đưa vào mô hình hồi quy không thích hợp thì mô hình vẫn được coi là chỉ định đúng

Câu 1: Trong kiểm định Lagrange để phát hiện mô hình hồi quy bị thiếu biến ta phải tính qs2 . Nếu qs2 =nR2>χα(1) thì kết luận mô hình thiếu biến. Các kết luận sau, kết luận nào đúng?

A. Nếu qs2 =nR2>χα(1) thì kết luận mô hình thiếu biến

B. Nếu qs2 =nR2>χα(1) thì kết luận mô hình không thiếu biến

C. Nếu qs2 =nR2>χα(2) thì kết luận mô hình thiếu biến

D. Nếu qs2 =nR2>χα(2) thì kết luận mô hình không thiếu biến

Câu 2: A VAR with five variables, 4 lags and constant terms for each equation will have a total of:

A. 21 coefficients

B. 100 coefficients

C. 105 coefficients

D. 84 coefficients

Câu 3: ARCH and GARCH models are estimated using the:

A. OLS estimation method

B. the method of maximum likelihood

C. DOLS estimation method

D. VAR specification

Câu 4: Mô hình hồi quy có tự tương quan nếu?

A. Các sai số ngẫu nhiên có mối quan hệ tương quan

B. Các biến độc lập và biến xu thế thời gian có mối quan hệ tương quan

C. Các biến độc lập có mối quan hệ tương quan

D. Biến độc lập và sai số ngẫu nhjiên có mối quan hệ tương quan

Câu 5: Cho mô hình hồi quy:

A. Y sản lượng , X là vốn đầu tư

B. Y là lương tháng của công nhân, X là số năm làm việc

C. Y là lượng một loại hàng bán được , X là giá hàng thay thế của loại hàng đó

D. Y là số xe máy bán được của một cửa hàng kinh doanh trong 1 tháng, X là giá xăng trung bình trong tháng

Câu 6: Asymptotic distribution theory is:

A. not practically relevant, because we never have an infinite number of observations

B. only of theoretical interest

C. of interest because it tells you what the distribution approximately looks like in small samples

D. the distribution of statistics when the sample size is very large